El objetivo de este artículo es predecir la contribución y exposición al riesgo sistémico medida por el valor en riesgo condicional delta (CoVaR) y la pérdida esperada marginal (MES), respectivamente. Primero estimamos el CoVaR y el MES para bancos en 16 países europeos durante el período 2002-2016. Luego, predecimos las medidas de riesgo sistémico utilizando técnicas de aprendizaje automático, como redes neuronales artificiales (ANN) y máquinas de soporte vectorial (SVM), y utilizamos la especificación AR-GARCH. Finalmente, comparamos los valores de pronóstico de los métodos con los valores reales. Nuestros resultados muestran que dos capas ocultas de redes neuronales artificiales funcionan de manera eficiente en la predicción del riesgo sistémico.